基于笛卡尔局部环境多体耦合的高阶晶体张量高效等变预测
机器学习
2026-02-05 v1 人工智能
摘要
从原子结构预测高阶晶体张量属性仍具有挑战性：尽管球面调和等变模型具有表达力，但其克莱布斯-戈尔登张量积在更高阶目标上会产生巨大的计算和内存开销。我们提出了笛卡尔环境相互作用张量网络（CEITNet），该方法为每个原子构建多通道笛卡尔局部环境张量，并通过可学习的通道空间相互作用进行灵活的多体混合。通过在通道空间中进行学习并使用笛卡尔张量基构建等变输出，CEITNet实现了高阶张量的高效构建。在针对二阶介电常数、三阶 piezoelectric 和四阶弹性张量预测的基准数据集上，CEITNet在关键准确性标准上超越了先前的高阶预测方法，同时提供了高计算效率。
引用
@article{arxiv.2602.04323,
title = {Efficient Equivariant High-Order Crystal Tensor Prediction via Cartesian Local-Environment Many-Body Coupling},
author = {Dian Jin and Yancheng Yuan and Xiaoming Tao},
journal= {arXiv preprint arXiv:2602.04323},
year = {2026}
}